agent-browser 是什麼、怎麼安裝使用：Vercel 出的 AI 智能體瀏覽器自動化 CLI 與 Skill

本文根據 vercel-labs/agent-browser 倉庫 README 與 skills.sh 榜單整理，資料核對於 2026-10-11。命令較多且更新頻繁，以倉庫 README 為準。

是什麼

agent-browser 是 Vercel Labs 出的一個瀏覽器自動化 CLI，README 的定位是「給 AI 智能體用的」，用 Rust 寫成原生程序。它和傳統的 Playwright 腳本思路不同：智能體不需要寫選擇器，而是先讓工具輸出頁面的無障礙樹快照，快照裏每個可交互元素帶一個編號（如 @e2），之後直接用編號點擊、填寫、讀取文字。這樣一次操作只是一條很短的命令，省 token 也不容易點錯。

README 裏的最小流程是：agent-browser open example.com → agent-browser snapshot → agent-browser click @e2 → agent-browser fill @e3 "..." → agent-browser screenshot page.png → agent-browser close。傳統選擇器同樣支持。

截至 2026-10-11，GitHub 顯示該倉庫約 4.4 萬 Star、2964 Fork，最近一次推送在 2026-10-10；配套技能在 skills.sh 當日榜單上累計安裝約 108 萬次，排在前五。

包含哪些 Skill

倉庫以 CLI 為主體，技能是教智能體使用 CLI 的說明：

• 通過 npx skills add vercel-labs/agent-browser 安裝的 agent-browser 技能；
• CLI 自帶的技能內容：agent-browser skills 列出可用技能，agent-browser skills get <名稱> 輸出某個技能的全文。README 說明這樣做是為了讓智能體拿到的說明始終與已安裝的 CLI 版本一致，而不是依賴過時的緩存副本。

命令本身覆蓋導航、點擊與輸入、讀取頁面資訊和適合智能體閱讀的文本、語義定位、等待、批量執行、截圖等。

怎麼安裝

先裝 CLI（README 推薦全局安裝）：

bash
npm install -g agent-browser
agent-browser install

第二條會從 Chrome for Testing 下載瀏覽器，只需執行一次；已有的 Chrome、Brave 等會被自動檢測到。macOS 也可以用 brew install agent-browser，Linux 上缺系統庫時用 agent-browser install --with-deps。

再給智能體裝技能：

bash
npx skills add vercel-labs/agent-browser

升級用 agent-browser upgrade。

怎麼用

裝好後對智能體直接說：

• 「用 agent-browser 打開本地的 localhost:3000，檢查註冊表單提交後的提示文字」；
• 「打開這個公開的文檔頁面，把價格表讀出來整理成表格」；
• 「給首頁和定價頁各截一張圖」。

README 提醒：目標元素被彈窗或 Cookie 橫幅遮住時點擊會提前失敗，要先處理遮擋再重新取快照。

適合誰 / 不適合誰

適合：

• 讓編程智能體自己驗證前端改動、做冒煙測試的開發者；
• 需要智能體讀取公開網頁、操作自己系統後台的自動化場景。

不適合：

• 沒有命令行環境的純聊天用戶；
• 想用它繞過網站的反自動化措施、批量抓取需要登入的第三方數據——這既不是它的設計目的，也可能違反對方的服務條款。

注意事項

• 許可證：Apache-2.0。
• 安全功能預設關閉：README 列了一組面向智能體部署的安全功能（例如本地加密儲存憑據、讓大模型看不到密碼的認證保險庫），全部需要你顯式啟用。
• 提示詞注入：網頁內容會進入智能體的上下文，頁面裏可能夾帶誘導它執行操作的文字。讓它瀏覽不受信任的網站時，不要同時給它高權限的工具，也不要用已登入重要帳號的瀏覽器配置。
• 帳號安全：讓智能體代你登入任何服務前，想清楚它能在裏面做什麼；涉及支付、刪除數據的頁面建議人工操作。
• 它會下載並啟動瀏覽器進程，佔用的磁盤和內存比純文本技能大得多。